位置：成果数据库 > 期刊 > 期刊详情页
基于改进PSO优化模糊神经网络的数控机床故障诊断技术研究
  • ISSN号：1001-3881
  • 期刊名称：《机床与液压》
  • 时间：0
  • 分类：TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构：[1]包头职业技术学院,内蒙古包头014010, [2]浙江大学控制科学与工程学系,浙江杭州310000, [3]内蒙古科技大学机械工程学院,内蒙古包头014030
  • 相关基金：国家自然科学基金资助项目（21366017）
作者： 王春暖[1], 李文卿[2], 吴庆朝
关键词： 改进粒子群算法, 模糊神经网络, 数控机床, 故障诊断
中文摘要：

数控机床故障具有隐蔽性和复杂性的特点，为了快速准确地识别数控机床发生的故障，结合粒子群算法全局搜索能力强、寻优速度快及模糊神经网络容错能力强、自适应性强的特点，提出了将模糊逻辑、RBF神经网络及粒子群算法有机结合的数控机床故障诊断方法。为了改善粒子群算法局部搜索能力，在标准粒子群算法的基础上，改进粒子群的速度更新公式和惯性权重，以此优化模糊神经网络结构参数，从而建立起改进PSO优化模糊神经网络的数控机床主轴伺服系统故障诊断模型。实验和仿真结果表明：与RBF神经网络、标准PSO优化模糊神经网络相比，改进PSO优化模糊神经网络的故障辨识准确性更高、泛化能力更强。

同期刊论文项目
基于支持向量机和群智能的煤制甲醇合成过程建模及优化方法研究
期刊论文 39 会议论文 3 著作 1
同项目期刊论文
一种基于脉冲耦合神经网络的图像降噪方法
改进的粒度支持向量机在甲醇合成中的应用
混合核函数在线支持向量机在甲醇合成中的应用
基于核模糊C 均值聚类的粒度支持向量机方法研究
基于回归树的支持向量机规则提取及应用
基于KKT和超球结构的增量SVM算法的云架构入侵检测系统
基于改进PCNN 的数据降噪方法
一种新的基于PCNN 赋时矩阵高斯噪声滤除算法
一种结合共享最近邻法和粒度支持向量机的混合模型
基于改进脉冲耦合神经网络的数据降噪方法研究
基于速度扰动项的多目标粒子群算法研究
齿根裂纹对应力强度因子影响的研究
基于多域特征及多传感器网络融合的滚动轴承故障诊断
PCNN赋时矩阵高斯噪声滤除算法
噪声统计特性LMD滚动轴承故障诊断
基于峭度与IMF能量融合特征和LS-SVM的齿轮故障诊断研究
核模糊C均值聚类粒度支持向量机方法研究
基于改进PCNN的数据降噪方法
EMD分解与多特征融合的齿轮故障诊断方法
基于小波包最优节点能量特征的BA-ELM齿轮故障诊断方法
基于改进回归树的支持向量机规则提取及应用
加法规则的多核学习在甲醇合成中的应用
基于小波包与奇异值分解的GA-SVM滚动轴承故障诊断方法研究
基于EMD与自相关的能量算子解调机械故障诊断
增加算子扰动项的粒子群优化算法研究
规则的多核学习支持向量回归算法
基于在线贯序极限学习机的齿轮故障诊断方法
基于EMD与多特征的支持向量机故障诊断
改进PSO-BP注塑成型工艺参数优化研究
基于小波包自相关的能量算子旋转机械故障诊断
基于一种EEMD的能量算子解调机械故障诊断
基于PCI-1706U的数据采集系统设计
基于小波包自适应Teager能量谱的滚动轴承早期故障诊断
UR轧机主传动装置的有限元分析
换辊小车横移车架结构的多目标优化设计
采煤机截齿异常工况的有限元分析
基于核极化的特征选择在LSSVM的应用
支持向量回归机核参数优化研究
期刊信息
  • 《机床与液压》
  • 北大核心期刊（2011版）
  • 主管单位:中国科学技术协会
  • 主办单位:中国机械工程学会生产工程分会 广州机械科学研究院
  • 主编：闵新和
  • 地址：广州市黄埔区茅岗路828号
  • 邮编：510700
  • 邮箱：jcy@gmeri.com
  • 电话：020-32387859
  • 国际标准刊号：ISSN：1001-3881
  • 国内统一刊号：ISSN：44-1259/TH
  • 邮发代号:46-40
  • 获奖情况:
  • 2011荣获第四届广东省优秀科技期刊一等奖2010年...
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:28254